基于Docker部署ceph分布式文件系统[MImic13.2
本文记录了基于docker部署最新ceph版本的多节点高可用测试详尽过程，切身体会比ceph-deploy方便得多，希望能给初次接触ceph
Linux安装Nvidia Docker
注意： 由于程序运行于容器之中，所以镜像中一般都是带有CUDA、CUDNN库的，因此只需要在docker所在的主机上安装显卡驱动即可，无需费太
本地服务器搭建Harbor
Unix下安装Harbor镜像仓库 harbor的官方安装指南介绍了harbor有三种安装方式，分别是在线安装、离线安装和OVA安装，本文主要
LDAP集成多个系统配置截图
多个系统基于LDAP用户认证 OpenLDAP是一个集中的用户账号管理系统。使用轻量级目录访问协议（LDAP）构建集中的身份验证系统可以减少管
关于Docker远程连接
非安全的连接方式 先介绍 非安全 的连接方式。 服务端配置 CoreOS请使用第二种方法，其他 Linux 系统配置时选择以下两种方法之一 通常的配置方法 docker.service 中 dockerd 的-
使用dotnet core通过docker部署一个基于微服务的demo应用
使用dotcore通过docker部署一个基于微服务的demo应用 架构概述 这个参考应用程序在服务器和客户端是跨平台的，这要归功于.NET Co
Nvidia Docker可以指定GPU以及数量
docker可以指定GPU以及数量操作如下： docker调用GPU时可以明确指定用哪一张显卡，同时也可以指定数量
实时数据库InfluxDB的使用
InfluxDB介绍： InfluxDB是一个开源的时序数据库，使用GO语言开发，特别适合用于处理和分析资源监控数据这种时序相关数据。而Inf
Linux [re]install CUDA - Linux 安装和使用 CUDA
简便安装方法 此文档来源于Jermine的个人blog ： https://jermine.vdo.pub/linux/ubuntu-16.04-reinstall-cuda/ 推荐两种玩法： 注意 ： 由于tensorflow的GPU版本依赖nvidia的cuda、
Build Opencv3.4 by docker in Raspberry pi - 在树莓派上通过docker编译opencv3.4.1
采用docker编译如下： 为了能在docker执行的时候加速，采用了--build-arg参数，设定了代理地址 在X86上编译如下： docker build –build-arg HTTP_PROXY=http://192.168.16.254:1080 –build-arg
K8s on Raspberry Pi
配置环境步骤如下： 安装kubeadm必要的软件 apt install socat ebtables ethtool 安装相关的软件 主要软件有： kubeadm_1.10.2-00_arm64 、kubectl_1.10.2-00_arm64 、kub
Docker中使用深度学习框架并支持GPU加速
Docker中使用深度学习框架并支持GPU加速 启动一个支持gpu的容器 docker run --runtime=nvidia --restart=always --name tensorflow -dit -v `pwd`:/app -w /app nvidia/cuda:9.0-cudnn7-runtime-ubuntu16.04 进入容器 docker exec -it tensorflow bash 设置源 Jermine@ubuntu:~$ cat > /etc/apt/sources.list deb http://mirrors.aliyun.com/ubuntu/ xenial main restricted universe multiverse
Setup Docker for Pi - 树莓派安装docker
安装步骤 先下载对应的deb包： wget https://download.docker.com/linux/ubuntu/dists/bionic/pool/stable/arm64/docker-ce_18.06.0~ce~3-0~ubuntu_arm64.deb 通过dpkg进行安装 直接 dpkg -i *.deb 进行安装 然后设置开机启动 systemctl enable docker 配置镜像加速： cat > /etc/docker/daemon.json { "registry-mirrors": [ "https://2nmcv9vp.mirror.aliyuncs.com" ], "insecure-registries": [] } 重启服务 systemctl
Call Opencv Used Python3 - 通过docker在python3.6下调用opencv3.4.1
根据之前build好的镜像，启动容器 启动一个带有python3.6 和 opencv3.4.1的环境 docker run -itd --name cv -v `pwd`/app:/app --net host -w /app jermine/opencv:alpine-arm64 进入容器 docker exec -it cv sh
Certificate Signed by Unknown Authority Error
Certificate signed by unknown authority error x509: certificate signed by unknown authority This error message means that you do not have a trusted certificate. You need to trust the default certificates generated during your Docker Trusted Registry (DTR) installation. You can do so by running these commands on the nodes from where you want to access your DTR (be sure to replace with your DTR Domain name.): CentOS/RHEL export DOMAIN_NAME=hub.fi.vdo.pub
GDB in Docker for Debug - 如何在Docker容器内部使用gdb进行debug
安全计算模式（secure computing mode，seccomp）是 Linux 内核功能，可以使用它来限制容器内可用的操作。 Docker 的默认 seccomp 配置文件是一个白名单，它指定
Make an Alpine Docker Image
步骤： 运行如下代码获取基础镜像 docker pull jermine/alpine Dockerfile 源码参考：https://github.com/JermineHu/docker-alpine-arm
在docker中搭建Samba服务器
在docker中搭建Samba服务器 要是想把容器的权限与宿主主机的用户权限一致的话，则只需要把用户和组文件映射到容器里面即可： docker run --restart=always -d --name samba -p